以前总是嫌装环境太麻烦，碰到些需要用到GPU的项目都不想去复现了。。。这次因为论文需要，下定决心要把pytorch的安装问题搞定，但是期间遇到了很多问题，最烦人的莫过于这个' AssertionError: Torch not compiled with CUDA enabled'
这时候首先应该做的就是确认pytorch、cuda、cuddn、torch和torchvision是否安装成功，以及版本是否正确！
如何查看pytorch、cuda、cuddn、torch和torchvision的版本并且进行下载安装？
1）查看版本
查看pytroch版本
>>> import torch>>> print(torch.__version__)cuda和cudnn版本
import torchtorch.cuda.is_available() # 检查cuda是否可用torch.version.cuda # 查看cuda版本torch.backends.cudnn.is_available() # 检查cudnn是否可用torch.backends.cudnn.version() # 查看cudnn版本torch和torchvision版本
import torchtorch.__version__import torchvisiontorchvision.__version__2）确认对应版本，下载与安装
下载pytorch
pytorch官网链接如下Start Locally | PyTorch
可以根据自己的显卡选择能承载的pytorch版本，参考链接：
(31条消息) PyTorch、CUDA Toolkit 及显卡驱动版本对应关系_浪迹天涯@wxy的博客-CSDN博客_pytorch cuda版本对应关系
过往pytorch链接点击官网图中的红字部分“install previous versions of PyTorch.”即可
torch、torchvision、cuda的对应版本和下载
根据pytorch版本不同，所适用的torch和torchvision皆可通过pytorch官网直接查找，以下为官网链接 Previous PyTorch Versions | PyTorch
如何使用？以pytorch 1.12.0版本为例
上图为官网中1.12.0版本的部分，可以看到我们有conda和wheel两种方式进行torch和torchvision的下载，从两种方式中选一种即可。OSX、Linux和Windows表示你所使用的系统。代码中出现的cuda版本都是该pytorch版本所适用的。
用官网的源下载torch和torchvision速度过慢的解决方法，可以参考博主：
(31条消息) Torch和torchvision的安装_Sweet_Ya的博客-CSDN博客_torchvision安装
其中的方法总结下来就是自己手动下载然后pip install该文件，下载地址为：
https://download.pytorch.org/whl/torch_stable.html】
需要注意不要下载错误文件！！文件名称的含义参考该博主：
(31条消息) 安装pytorch时，文件名称的识别_Leon_BUAA的博客-CSDN博客
cuda和cudnn的对应版本和下载
cudnn官网中贴心的给每个cuda版本都给出了适用的cudnn版本，找对应的下载即可，以下为官网链接
cuDNN Archive | NVIDIA Developer
更详细安装过程可以参考博主 (31条消息) Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-CSDN博客_cudnn下载
判断AttributeError的错误原因并解决问题
首先输入下列代码
import torchprint(torch.__version__)print(torch.cuda.is_available())1）输出为False
以及：(31条消息) 解决 AssertionError Torch not compiled with CUDA enabled_华幽子丶的博客-CSDN博客
2）输出为True
参考博主：(31条消息) Torch not compiled with CUDA enabled报错的解决办法！！！_nenuyear的博客-CSDN博客_cuda enabled
总之就是需要创建新环境，我也不清楚原因。。。
来源地址：https://blog.csdn.net/qq_51182094/article/details/129053700
